论文部分内容阅读
为了解决燃煤电站锅炉低NOx燃烧特性建模输入值高维数据众多，以及大样本处理造成模型运行速度慢、精度低的问题．将独立成分分析（ICA）应用到建模数据预处理领域，提出一种基于快速独立成分分析（FastICA）的BP（backpropagation）神经网络建模方法，并用该方法对某220MW热电机组NOx排放浓度进行预测．研究结果表明：经FastICA降维预处理后所建的神经网络模型（ICA—BP）性能优于直接构建的冲经嘲络（BP）模型：ICA—BP模型计算结果与实测结果相对误差仅约2．5％，说明ICA方法有助于